Question

使用sklearn.cross_decomposition.PLSRegression时：

import numpy as np
import sklearn.cross_decomposition

pls2 = sklearn.cross_decomposition.PLSRegression()
xx = np.random.random((5,5))
yy = np.zeros((5,5) ) 

yy[0,:] = [0,1,0,0,0]
yy[1,:] = [0,0,0,1,0]
yy[2,:] = [0,0,0,0,1]
#yy[3,:] = [1,0,0,0,0] # Uncommenting this line solves the issue

pls2.fit(xx, yy)

我明白了：

C:\Anaconda\lib\site-packages\sklearn\cross_decomposition\pls_.py:44: RuntimeWarning: invalid value encountered in divide
  x_weights = np.dot(X.T, y_score) / np.dot(y_score.T, y_score)
C:\Anaconda\lib\site-packages\sklearn\cross_decomposition\pls_.py:64: RuntimeWarning: invalid value encountered in less
  if np.dot(x_weights_diff.T, x_weights_diff) < tol or Y.shape[1] == 1:
C:\Anaconda\lib\site-packages\sklearn\cross_decomposition\pls_.py:67: UserWarning: Maximum number of iterations reached
  warnings.warn('Maximum number of iterations reached')
C:\Anaconda\lib\site-packages\sklearn\cross_decomposition\pls_.py:297: RuntimeWarning: invalid value encountered in less
  if np.dot(x_scores.T, x_scores) < np.finfo(np.double).eps:
C:\Anaconda\lib\site-packages\sklearn\cross_decomposition\pls_.py:275: RuntimeWarning: invalid value encountered in less
  if np.all(np.dot(Yk.T, Yk) < np.finfo(np.double).eps):
Traceback (most recent call last):
  File "C:\svn\hw4\code\test_plsr2.py", line 8, in <module>
    pls2.fit(xx, yy)
  File "C:\Anaconda\lib\site-packages\sklearn\cross_decomposition\pls_.py", line 335, in fit
    linalg.pinv(np.dot(self.x_loadings_.T, self.x_weights_)))
  File "C:\Anaconda\lib\site-packages\scipy\linalg\basic.py", line 889, in pinv
    a = _asarray_validated(a, check_finite=check_finite)
  File "C:\Anaconda\lib\site-packages\scipy\_lib\_util.py", line 135, in _asarray_validated
    a = np.asarray_chkfinite(a)
  File "C:\Anaconda\lib\site-packages\numpy\lib\function_base.py", line 613, in asarray_chkfinite
    "array must not contain infs or NaNs")
ValueError: array must not contain infs or NaNs

可能是什么问题？

我知道scikit-learn GitHub issue #2089，但由于我使用scikit-learn 0.16.1（使用Python 2.7.10 x64），这个问题应该得到解决（GitHub问题中提到的代码片段工作正常）。 / p>

Answer 1

请检查传入的任何值是否为NaN或inf：

np.isnan(xx).any()
np.isnan(yy).any()

np.isinf(xx).any()
np.isinf(yy).any()

如果其中任何一个产生真实的话。删除nan条目或inf条目。例如。您可以使用以下内容将它们设置为0

xx = np.nan_to_num(xx)
yy = np.nan_to_num(yy)

也可能为numpy提供如此大的正负值和归零值，图中深处的方程式产生零，Nan或Inf。奇怪的是，一种解决方法是发送较小的数字（比如-1和1之间的代表性数字。一种方法是通过标准化，参见：https://stackoverflow.com/a/36390482/445131

如果没有一个能解决问题，那么您可能正在处理您使用的库中的低级错误，或者数据中的某种奇点。创建一个sscce并将其发布到stackoverflow，或者在维护软件的库上创建一个新的错误报告。

Answer 2

问题是由scikit-learn中的错误引起的。我在GitHub上报告了它：https://github.com/scikit-learn/scikit-learn/issues/2089#issuecomment-152753095

Answer 3

我找到了一个对我有用的棘手的小解决方案。

我正在使用铯通过以下代码进行时间序列特征化：

timeInput = np.array(timeData)
valueInput = np.array(data)

#Featurizing Data
featurizedData = featurize.featurize_time_series(times=timeInput,
                                                     values=valueInput,
                                                     errors=None,
                                                     features_to_use=featuresToUse)

这导致了此错误：

ValueError: array must not contain infs or NaNs

为了笑，我检查了数据的长度和类型：

data:
70
<class 'numpy.int32'>

timeData: 
70
<class 'numpy.float64'>

这很有意义，因为我的时间是根据以毫秒为单位的增量数据计算得出的。

我决定我将尝试使用这一行代码转换数据类型：

valueInput = valueInput.astype(float)

它奏效了，产生了这段代码：

timeInput = np.array(timeData)
valueInput = np.array(data)
valueInput = valueInput.astype(float)

#Featurizing Data
try:
    featurizedData = featurize.featurize_time_series(times=timeInput,
                                                     values=valueInput,
                                                     errors=None,
                                                     features_to_use=featuresToUse)

如果遇到这样的错误，请给匹配的数据类型试一下

Answer 4

我可以重现同样的错误，我通过过滤所有0来消除这个错误

threshold_for_bug = 0.00000001 # could be any value, ex numpy.min
xx[xx < threshold_for_bug] = threshold_for_bug

这会使错误（我从不检查精确度差异）

我的系统信息：

numpy-1.11.2
python-3.5
macOS Sierra

Answer 5

您可能要检查您的砝码是否为负值，因为此错误也会由负砝码触发。

sklearn的PLSRegression：＆＃34; ValueError：数组不得包含infs或NaNs＆＃34;

5 个答案: